AI代理记忆层平台
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Supermemory 是面向 AI Agent 的“context cloud”，核心不是单纯向量库，而是把长期/短期记忆、RAG、用户画像、连接器、内容抽取和知识图谱合在一个 API 中。开发者可发送文本、文件、聊天记录等，系统抽取内容并围绕用户、文档、项目或组织建立语义理解图，在查询时返回相关上下文给任意模型使用。
其 Memory API 强调事实会随时间演化，可合并、更新、处理矛盾与遗忘，并生成用户画像；SuperRAG 提供混合搜索、重排、结构化上下文和低于 300ms 的官方宣称延迟；Extractors 支持 PDF、网页、图片、音频、视频等富内容；连接器覆盖 Slack、Notion、Drive、Gmail、GitHub、S3 等。它还提供 TypeScript/Python SDK、MCP、插件、文件系统挂载和 Chrome Extension，适合集成到 Claude、Cursor、Codex、OpenCode AI 等 Agent 工作流。
定价较清晰：Free 免费含每月 5 美元额度；Pro 为 19 美元/月，Max 为 100 美元/月，Scale 为 399 美元/月，Enterprise 定制。底层按 SM token、查询和操作计费，并对重复内容做去重，重复上传不再收费。Memory 从 $0.005/1K SM tokens 起，SuperRAG 从 $0.001/1K 起。初创和科研项目可申请 1000 美元 credits。
优点是产品栈完整，减少团队自建 RAG、记忆系统、抽取服务和同步管道的组合成本；支持任意模型和多种部署方式，对生产级 Agent 友好。安全方面提供 SOC 2、GDPR、自托管、VPC 和 air-gapped 选项。局限是官方材料中中文支持未明确，benchmark 与低延迟表现仍需在真实数据中验证；高级连接器、自托管和合规能力主要在 Scale/Enterprise，个人或小团队免费额度有限。
它适合构建个性化 AI 助手、企业知识库、实时知识同步、内部文档检索和用户画像系统的开发团队。若只是轻量问答或静态文档检索，传统向量库或简单 RAG 可能更低门槛。中国大陆访问、支付方式和网络稳定性正文未说明，评估为未知；可对比 Mem0、Zep 或自建向量数据库/RAG 方案。
本测评基于公开资料整理,不构成购买建议,请以 supermemory.ai 官网实际信息为准。
提供RAG、MCP、记忆图谱，适合AI应用开发。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。